声明
摘要
第一章 绪论
1.1 引言
1.2 负荷预测方法概述
1.2.1 传统负荷预测方法
1.2.2 智能负荷预测方法
1.3 SVM负荷预测方法研究现状
1.4 本文主要工作
第二章 负荷变化特点与数据预处理
2.1 电力负荷的构成及变化特点
2.1.1 电力负荷的构成
2.1.2 电力负荷变化特点
2.2 影响短期负荷预测的主要因素
2.3 历史数据预处理
2.3.1 数据预处理的意义
2.3.2 数据清洗
2.3.3 待选输入变量的处理
2.4 本章小结
第三章 基于模糊粗糙集的SVM模型输入变量确定
3.1 经典粗糙集理论
3.2 模糊粗糙集
3.2.1 模糊集与粗糙集互补性分析
3.2.2 模糊集基本理论
3.2.3 模糊隶属函数的确定
3.3 基于属性依赖度的模糊粗糙集属性约简
3.3.1 模糊粗糙集属性约简过程
3.3.2 模糊粗糙集属性约简示例
3.4 基于模糊粗糙集的SVM模型输入变量的确定
3.5 本章小结
第四章 采用模糊粗糙集约简属性的SVM短期负荷预测
4.1 SVM回归算法
4.1.1 SVM回归预测原理
4.1.2 SVM核函数的选择
4.1.3 SVM参数优化方法
4.1.4 SVM图形用户界面工具箱介绍
4.2 采用模糊粗糙集约简属性的SVM短期负荷预测方法的实现
4.3 预测结果分析
4.4 本章小结
结论与展望
参考文献
致谢
附录A 攻读硕士学位期间发表的论文目录
附录B 攻读硕士学位期间参加的相关课题